【OpenCV学习笔记】2.3图像的腐蚀、膨胀、模糊、边缘检测

一、腐蚀和膨胀：

参考： http://blog.csdn.net/augusdi/article/details/9014781

膨胀算法使图像扩大一圈
腐蚀算法使二值图像减小一圈

1、算法：

从图像处理角度看，二值图像的腐蚀和膨胀就是将一个小型二值图（结构元素，一般为3*3大小）在一个大的二值图上逐点移动并进行比较，根据比较的结果作出相应处理而已。

• 膨胀算法：用结构元素，扫描二值图像的每一个像素，用结构元素与其覆盖的二值图像做“与”运算，如果都为0，结构图像的该像素为0，否则为1.结果：使二值图像扩大一圈。
• 腐蚀算法：用结构元素，扫描二值图像的每一个像素，用结构元素与其覆盖的二值图像做“与”运算，如果都为1，结构图像的该像素为1，否则为0.结果：使二值图像减小一圈。

2、函数

dilate 膨胀

void cv::dilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );  

src——输入图像.
dst——输出图像.
element——用于膨胀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations——膨胀的次数

对彩色图像，每个彩色通道单独处理。

erode 腐蚀

void cv::erode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );  

src——输入图像.
dst——输出图像.
element——用于腐蚀的结构元素。若为 NULL, 则使用